Java中正则表达式

正则表达式
Java
发布日期:   2025-05-28
文章字数:   4.1k
阅读时长:   18 分
阅读次数:  

正则表达式

1、正则表达式语法

1.1、基本介绍（元字符）

如果要想灵活的运用正则表达式，必须了解其中的各种元字符的功能，元字符从功能上大致分为：

限定符 选择匹配符 分组组合和反向引用符 特殊符号 字符匹配符 定位符

1.1.1、元字符-转义号 \\

\\符号 说明：在我们使用正则表达式去检索某些特殊字符的时候，需要用到转义符号，否则检索不到结果，甚至会报错的。

案例：1.用$去匹配“abc$(” 2.用（去匹配“abc$(”

再次提示：在Java的正则表达式中，两个\\代表其他语言中的一个\

需要用到转义符号的字符有以下：. * + ( ) $ / \ ? [ ] ^ { }

1.1.2、元字符-字符匹配符

符号符号解释示例解释匹配输入
[ ]可接收的字符列表[efgh]e、f、g、h中的任意1个字符
[^]不接收的字符列表[^abc]除a、b、c之外的任意一个字符 包括数字和特殊符号
-连字符A-Z任意单个大写字母
.匹配出\n以外的任何字符a..b以a开头，b结尾，中间包括2个任意字符的长度为4的字符串aaab、aefb、a35b、a#*b
\\d匹配单个数字字符，相当于[0-9]\\d{3}(\\d)?包含3个或4个数字字符串123、9876
\\D匹配单个非数字字符，相当于[^0-9]\\D(\\d)*以单个非数字字符开头，后接任意个数字字符串a、A342
\\w匹配单个数字、大小写字符，相当于[0-9a-zA-Z]\\d{3}\\w{4}以3个数字字符开头的长度为7的数字字母字符串234abcd、23423Pe
\\W匹配单个非数字、大小写字母字符，相当于[^0-9a-zA-Z]\\W+\\d{2}以至少1个非数字字母字符开头，2个数字字符结尾的字符串#29、#？@10

1.1.3、元字符-选择匹配符

符号符号解释示例解释
|匹配“|”之前或之后的表达式ab|cdab或者cd

1.1.4、元字符-限定符

符号含义示例说明匹配输入
*指定字符重复0次或n次（无要求）零到多(abc)*仅包含任意个abc的字符串abc、abcabcabc
+指定字符重复1次或n次（至少一次）1到多m+(abc)*以至少1个m开头，后接任意个abc的字符m、mabc、mabcabc
？指定字符重复0次或1次（最多一次）0-1m+abc?以至少一个m开头，后接ab或abc的字符串mab、mabc、mmmab、mmabc
{n}只能输入n个字符[abcd]{3}有abcd中字母组成的任意长度为3的字符串abc、dbc、adc
{n，}指定至少n个匹配[abcd]{3，}由abcd中祖母组成的任意长度不小于3的字符串aab、dbc、aaabdc
{n,m}指定至少n个但不多于m个匹配[abcd]{3,5}由abcd中字母组成的任意长度不小于3的字符串abc、abcd、aaaa、bcdab

1.1.5、元字符-定位符

定位符，规定要匹配的字符串出现的位置，比如在字符串的开始还是在结束的位置，这个也是相当有用的，必须掌握

符号含义示例说明匹配输入
^指定起始字符^[0-9]+[a-z]*以至少1个数字开头，后接任意个小写字母的字符串123、6aa、555def
$指定结束字符^[0-9]\-[a-z]+$以1个数字开头后接连字符”-“,并以至少1个小写字母结尾的字符串1-a
\\b匹配目标字符串的边界han\\b这里说的字符串的边界指的是子串间有空格，或者是目标字符串的结束位置hanshunpingsphan nnhan
\\B匹配目标字符串的非边界han\\B和\\b的含义相反hanshunping sphan nnhan

1.2、分组

常见分组构造形式说明
(pattern)非命名捕获，捕获匹配的子字符串。编号为零的第一个捕获是又整个正则表达式模式匹配的文本，其他捕获结果则根据左括号的顺序从1开始自动编号。
(<name>pattern)命名捕获，将匹配的子字符串捕获到一个组名称或编号名称中。用于name的字符串不能包含任何标记符号，并且不能以数字开头，可以使用单引号替代尖括号，例如（?’name’）
(?:pattern)匹配pattern但不捕获盖匹配的子表达式，即它是一个非捕获异常，不存储供以后使用的匹配，这对于用“or”字符(|)组合模式部件的情况很有用。例如’industr(?:y|ies)’是比‘industry|industries’更经济的表达式
(?=pattern)它是一个非捕获匹配，例如‘Windows(?=95|98|NT|2000)’匹配“Windows2000”中的“Windows”,但不匹配“Windows3.1”中的“Windows”
(?!pattern)该表达式匹配不处于匹配pattern的字符串的起始点的搜索字符串，它是一个非捕获匹配。例如‘Windows(?!95|98|NT|2000)’匹配”Windows3.1“中的”Windows“，但不匹配”Windows2000“中的”Windows“

1.3、分析java的正则表达式的底层实现(重要)

public class RegTheory {
    public static void main(String[] args) {
        String content = "1998年12月8日，第二代Java平台的企业版J2EE发布。1999年6月，Sun公司发布了" +
                "第二代Java平台（简称为Java2）的3个版本：J2ME（Java2 Micro Edition，Java2平台的微型" +
                "版），应用于移动、无线及有限资源的环境；J2SE（Java 2 Standard Edition，Java 2平台的" +
                "标准版），应用于桌面环境；J2EE（Java 2Enterprise Edition，Java 2平台的企业版），应" +
                "用3443于基于Java的应用服务器。Java 2平台的发布，是Java发展过程中最重要的一个" +
                "里程碑，标志着Java的应用开始普及9889 ";
        //目标：匹配所有四个数字
        //说明
        //1. \\d 表示一个任意的数字
        String regStr = "(\\d\\d)(\\d\\d)";
        //2. 创建模式对象[即正则表达式对象]
        Pattern pattern = Pattern.compile(regStr);
        //3. 创建匹配器
        //说明：创建匹配器matcher， 按照 正则表达式的规则 去匹配 content字符串
        Matcher matcher = pattern.matcher(content);

        //4.开始匹配
        /**
         *
         * matcher.find() 完成的任务 （考虑分组）
         * 什么是分组，比如  (\d\d)(\d\d) ,正则表达式中有() 表示分组,第1个()表示第1组,第2个()表示第2组...
         * 1. 根据指定的规则 ,定位满足规则的子字符串(比如(19)(98))
         * 2. 找到后，将 子字符串的开始的索引记录到 matcher对象的属性 int[] groups;
         *    2.1 groups[0] = 0 , 把该子字符串的结束的索引+1的值记录到 groups[1] = 4
         *    2.2 记录1组()匹配到的字符串 groups[2] = 0  groups[3] = 2
         *    2.3 记录2组()匹配到的字符串 groups[4] = 2  groups[5] = 4
         *    2.4.如果有更多的分组.....
         * 3. 同时记录oldLast 的值为 子字符串的结束的 索引+1的值即35, 即下次执行find时，就从35开始匹配
         *
         * matcher.group(0) 分析
         *
         * 源码:
         * public String group(int group) {
         *         if (first < 0)
         *             throw new IllegalStateException("No match found");
         *         if (group < 0 || group > groupCount())
         *             throw new IndexOutOfBoundsException("No group " + group);
         *         if ((groups[group*2] == -1) || (groups[group*2+1] == -1))
         *             return null;
         *         return getSubSequence(groups[group * 2], groups[group * 2 + 1]).toString();
         *     }
         *  1. 根据 groups[0]=31 和 groups[1]=35 的记录的位置，从content开始截取子字符串返回
         *     就是 [31,35) 包含 31 但是不包含索引为 35的位置
         *
         *  如果再次指向 find方法.仍然安上面分析来执行
         */
        while (matcher.find()) {
            //小结
            //1. 如果正则表达式有() 即分组
            //2. 取出匹配的字符串规则如下
            //3. group(0) 表示匹配到的子字符串
            //4. group(1) 表示匹配到的子字符串的第一组字串
            //5. group(2) 表示匹配到的子字符串的第2组字串
            //6. ... 但是分组的数不能越界.
            System.out.println("找到: " + matcher.group(0));
            System.out.println("第1组()匹配到的值=" + matcher.group(1));
            System.out.println("第2组()匹配到的值=" + matcher.group(2));
        }
    }
}

image-20220922091657193

image-20220922092855019

2、相关练习

2.1、正则表达式初体验

public class Regexp_ {
    public static void main(String[] args) {
        String content = "私有地址（Private address）属于非注册地址，专门为组织机构内部使用。\n" +
            "以下列出留用的内部私有地址\n" +
            "A类 10.0.0.0--10.255.255.255\n" +
            "B类 172.16.0.0--172.31.255.255\n" +
            "C类 192.168.0.0--192.168.255.255";
        //1. 先创建一个Pattern对象 ， 模式对象, 可以理解成就是一个正则表达式对象
        Pattern pattern = Pattern.compile("\\d+\\.\\d+\\.\\d+\\.\\d+");
        //2. 创建一个匹配器对象
        //理解： 就是 matcher 匹配器按照 pattern(模式/样式), 到 content 文本中去匹配
        //找到就返回true, 否则就返回false
        int no = 0;
        Matcher matcher = pattern.matcher(content);
        //3. 可以开始循环匹配
        while (matcher.find()) {
            //匹配内容，文本，放到 m.group(0)
            System.out.println("找到: " + (++no) + " " +matcher.group(0));
        }
    }
}

image-20220922084918989

2.2、匹配特殊字符

public class RegExp02 {
    public static void main(String[] args) {
        String content = "abc$(a.bc(123( )";
        //匹配( => \\(
        //匹配. => \\.
        String regStr = "\\.";
        //String regStr = "\\d\\d\\d";
        //String regStr = "\\d{3}";
        Pattern pattern = Pattern.compile(regStr);
        Matcher matcher = pattern.matcher(content);

        while (matcher.find()) {
            System.out.println("找到 " + matcher.group(0));
        }
    }
}

image-20220922085308565

2.3、选择匹配符

public class RegExp04 {
    public static void main(String[] args) {
        String content = "liushunping 韩 寒冷";
        String regStr = "liu|韩|寒";
        Pattern pattern = Pattern.compile(regStr);
        Matcher matcher = pattern.matcher(content);
        while (matcher.find()) {
            System.out.println("找到 " + matcher.group(0));
        }
    }
}

image-20220922085614174

2.4、命名分组

public class RegExp07 {
    public static void main(String[] args) {

        String content = "hanshunping s7789 nn1189han";

        //下面就是非命名分组
        //说明
        // 1. matcher.group(0) 得到匹配到的字符串
        // 2. matcher.group(1) 得到匹配到的字符串的第1个分组内容
        // 3. matcher.group(2) 得到匹配到的字符串的第2个分组内容

        //String regStr = "(\\d\\d)(\\d\\d)";//匹配4个数字的字符串

        //命名分组： 即可以给分组取名
        String regStr = "(?<g1>\\d\\d)(?<g2>\\d\\d)";//匹配4个数字的字符串

        Pattern pattern = Pattern.compile(regStr);
        Matcher matcher = pattern.matcher(content);

        while (matcher.find()) {
            System.out.println("找到=" + matcher.group(0));
            System.out.println("第1个分组内容=" + matcher.group(1));
            System.out.println("第1个分组内容[通过组名]=" + matcher.group("g1"));
            System.out.println("第2个分组内容=" + matcher.group(2));
            System.out.println("第2个分组内容[通过组名]=" + matcher.group("g2"));
        }
    }
}

image-20220922091851351

2.5、演示非捕获分组, 语法比较奇怪

public class RegExp08 {
    public static void main(String[] args) {

        String content = "helloWindow2000 jackWindow3.1 WindowNEThelloWindow10";

//        找到 Window2000 、Window3.1、WindowNET 子字符串
        //String regStr = "Window2000|Window3.1|WindowNET";
        //上面的写法可以等价非捕获分组, 注意：不能 matcher.group(1)
        //String regStr = "Window(?:2000|3.1|NET)";

        //找到 Window 这个关键字,但是要求只是查找Window2000和 Window3.1 中包含有的Window
        //下面也是非捕获分组，不能使用 matcher.group(1)
        //String regStr = "Window(?=Window2000|Window3.1)";

        //找到 Window 这个关键字,但是要求只是查找 不是 (Window2000 和 Window3.1) 中包含有的Window
        //下面也是非捕获分组，不能使用 matcher.group(1)
        String regStr = "Window(?!2000|3.1)";

        Pattern pattern = Pattern.compile(regStr);
        Matcher matcher = pattern.matcher(content);
        while (matcher.find()) {
            System.out.println("找到: " + matcher.group(0));
        }
    }
}

image-20220922092514946

2.6、非贪婪匹配(在待匹配的字符后面加个？就可将默认的贪婪匹配变为非贪婪匹配)

public class RegExp09 {
    public static void main(String[] args) {
        String content = "hello111111 ok";
        //String regStr = "\\d+"; //默认是贪婪匹配
       // String regStr = "\\d+?"; //非贪婪匹配
        String regStr = "\\d+?"; //非贪婪匹配

        Pattern pattern = Pattern.compile(regStr);
        Matcher matcher = pattern.matcher(content);
        while (matcher.find()) {
            System.out.println("找到: " + matcher.group(0));
        }
    }
}

image-20220922092617151

2.7、校验url地址

public class RegExp11 {
    public static void main(String[] args) {
        //String content = "https://www.bilibili.com/video/BV1fh411y7R8?from=search&seid=1831060912083761326";
        String content = "http://edu.3dsmax.tech/yg/bilibili/my6652/pc/qg/05-51/index.html#201211-1?track_id=jMc0jn-hm-yHrNfVad37YdhOUh41XYmjlss9zocM26gspY5ArwWuxb4wYWpmh2Q7GzR7doU0wLkViEhUlO1qNtukyAgake2jG1bTd23lR57XzV83E9bAXWkStcAh4j9Dz7a87ThGlqgdCZ2zpQy33a0SVNMfmJLSNnDzJ71TU68Rc-3PKE7VA3kYzjk4RrKU";

        /**
         * 思路
         * 1. 先确定 url 的开始部分 https:// | http://
         * 2.然后通过 ([\w-]+\.)+[\w-]+ 匹配 www.bilibili.com
         * 3. /video/BV1fh411y7R8?from=sear 匹配(\/[\w-?=&/%.#]*)?
         */
        String regStr = "^((http|https)://)?([\\w-]+\\.)+[\\w-]+(\\/[\\w-?=&/%.#]*)?$";//注意：[. ? *]表示匹配就是.本身

        Pattern pattern = Pattern.compile(regStr);
        Matcher matcher = pattern.matcher(content);
        if(matcher.find()) {
            System.out.println("满足格式");
        } else {
            System.out.println("不满足格式");
        }

        //这里如果使用Pattern的matches 整体匹配 比较简洁
        System.out.println(Pattern.matches(regStr, content));//

    }
}

image-20220922093605493

2.8、检索商品编号

public class RegExp12 {
    public static void main(String[] args) {

        String content = "h1234el9876lo33333 j12324-333999111a1551ck14 tom11 jack22 yyy12345 xxx";
        //要匹配两个连续的相同数字 :  (\\d)\\1
        //String regStr = "(\\d)\\1";
        //要匹配五个连续的相同数字： (\\d)\\1{4}
        //String regStr = "(\\d)\\1{4}";
        //要匹配个位与千位相同，十位与百位相同的数 5225 , 1551  (\\d)(\\d)\\2\\1
        //String regStr = "(\\d)(\\d)\\2\\1";

        /**
         * 请在字符串中检索商品编号,形式如:12321-333999111 这样的号码,
         * 要求满足前面是一个五位数,然后一个-号,然后是一个九位数,连续的每三位要相同
         */
        String regStr = "\\d{5}-(\\d)\\1{2}(\\d)\\2{2}(\\d)\\3{2}";
        Pattern pattern = Pattern.compile(regStr);
        Matcher matcher = pattern.matcher(content);
        while (matcher.find()) {
            System.out.println("找到 " + matcher.group(0));
        }

    }
}

image-20220922093847941

2.9、巧用反向引用

public class RegExp13 {
    public static void main(String[] args) {
        String content = "我....我要....学学学学....编程java!";

        //1. 去掉所有的.

        Pattern pattern = Pattern.compile("\\.");
        Matcher matcher = pattern.matcher(content);
        content = matcher.replaceAll("");

 //       System.out.println("content=" + content);

        //2. 去掉重复的字  我我要学学学学编程java!
        // 思路
        //(1) 使用 (.)\\1+
        //(2) 使用 反向引用$1 来替换匹配到的内容
        // 注意：因为正则表达式变化，所以需要重置 matcher
//        pattern = Pattern.compile("(.)\\1+");//分组的捕获内容记录到$1
//        matcher = pattern.matcher(content);
//        while (matcher.find()) {
//            System.out.println("找到=" + matcher.group(0));
//        }
//
//        //使用 反向引用$1 来替换匹配到的内容
//        content = matcher.replaceAll("$1");
//        System.out.println("content=" + content);

        //3. 使用一条语句 去掉重复的字  我我要学学学学编程java!
        content = Pattern.compile("(.)\\1+").matcher(content).replaceAll("$1");
        System.out.println("content=" + content);
    }
}

image-20220922093954770

2.10、字符串使用正则表达式

public class StringReg {

    public static void main(String[] args) {
        String content = "2000年5月，JDK1.3、JDK1.4和J2SE1.3相继发布，几周后其" +
                "获得了Apple公司Mac OS X的工业标准的支持。2001年9月24日，J2EE1.3发" +
                "布。" +
                "2002年2月26日，J2SE1.4发布。自此Java的计算能力有了大幅提升";

        //使用正则表达式方式，将 JDK1.3 和 JDK1.4 替换成JDK
        content = content.replaceAll("JDK1\\.3|JDK1\\.4", "JDK");
        System.out.println(content);

        //要求 验证一个 手机号， 要求必须是以138 139 开头的
        content = "13888889999";
        if (content.matches("1(38|39)\\d{8}")) {
            System.out.println("验证成功");
        } else {
            System.out.println("验证失败");
        }


        //要求按照 # 或者 - 或者 ~ 或者 数字 来分割
        System.out.println("===================");
        content = "hello#abc-jack12smith~北京";
        String[] split = content.split("#|-|~|\\d+");
        for (String s : split) {
            System.out.println(s);
        }

    }
}

image-20220922094457321

2.11、验证电子邮箱

public class Homework01 {
    public static void main(String[] args) {
        //规定电子邮件规则为
        //只能有一个@
        //@前面是用户名,可以是a-z A-Z 0-9 _-字符
        //@后面是域名,并且域名只能是英文字母， 比如 sohu.com 或者 tsinghua.org.cn
        //        写出对应的正则表达式, 验证输入的字符串是否为满足规则

        String content = "hsp@tsinghua.org.cn kkk";
        String regStr = "^[\\w-]+@([a-zA-Z]+\\.)+[a-zA-Z]+$";

        //老师说明
        //1. String 的 matches 是整体匹配
        //2. 看看这个matches 底层
        if (content.matches(regStr)) {
            System.out.println("匹配成功");
        } else {
            System.out.println("匹配失败");
        }

    }
}

image-20220922094756866

2.12、验证是不是整数或者小数

public class Homework02 {

    public static void main(String[] args) {
        //要求验证是不是整数或者小数
        //提示： 这个题要考虑正数和负数
        //比如： 123 -345 34.89 -87.9 -0.01 0.45 等
        /**
         * 老师的思路
         * 1. 先写出简单的正则表达式
         * 2. 在逐步的完善[根据各种情况来完善]
         */
        String content = "-0.89"; //
        String regStr = "^[-+]?([1-9]\\d*|0)(\\.\\d+)?$";

        if(content.matches(regStr)) {
            System.out.println("匹配成功 是整数或者小数");
        } else {
            System.out.println("匹配失败");
        }
    }
}

image-20220922094906772

2.13、解析url地址

public static void main(String[] args) {

     String content = "http://www.sohu.com:8080/abc/xxx/yyy/////inde@#$%x.htm";

     //因为正则表达式是根据要求来编写的，所以，如果需求需要的话，可以改进.
     String regStr = "^([a-zA-Z]+)://([a-zA-Z.]+):(\\d+)[\\w-/]*/([\\w.@#$%]+)$";

     Pattern pattern = Pattern.compile(regStr);
     Matcher matcher = pattern.matcher(content);

     if(matcher.matches()) {//整体匹配, 如果匹配成功，可以通过group(x), 获取对应分组的内容
         System.out.println("整体匹配=" + matcher.group(0));
         System.out.println("协议: " + matcher.group(1));
         System.out.println("域名: " + matcher.group(2));
         System.out.println("端口: " + matcher.group(3));
         System.out.println("文件: " + matcher.group(4));
     } else {
         System.out.println("没有匹配成功");

     }

 }

image-20220922095314880

文章作者: Liu Yuan
文章链接: https://blog.ymxl.me/post/JavaRegExp.html
版权声明: 本博客所有文章除特別声明外，均采用 CC BY 4.0 许可协议。转载请注明来源 Liu Yuan !
正则表达式
赏
—— 评论区 ——
  目录